●La computación en la nube (Cloud Computing)

●Machine Learning

En otras palabras, la computación en la nube utiliza la conectividad y gran escala de Internet para hospedar los más variados recursos, programas e información, y permite que el usuario ingrese a ellos través de cualquier ordenador, tablet o celular.

El término se utilizó por primera vez en 1959. Sin embargo, ha ganado relevancia en los últimos años debido al aumento de la capacidad de computación y al boom de los datos. Las técnicas de aprendizaje automático son, de hecho, una parte fundamental del Big Data.

Los algoritmos de Machine Learning se dividen en tres categorías, siendo las dos primeras las más comunes:

El aprendizaje supervisado es uno de los tipos de machine learning que se basan en la generación de conocimiento a través del análisis de datos etiquetados. En este proceso se incluyen en los datos de estudio un conjunto de ejemplos con resultados conocidos con anticipación y en el cual el modelo de aprendizaje comprende los parámetros de la muestra para progresivamente ir adaptando e incorporando los datos nuevos y clasificarlos de forma correcta.
Aprendizaje No Supervisado
El aprendizaje no supervisado es otra modalidad de machine learning en la que se incluyen conjuntos de datos sin etiquetar para realizar análisis y clasificaciones a pesar de que no se conoce con anticipación la estructura que poseen los datos. Con estos análisis se puede obtener información importante o vital sin poseer referencia alguna de las variables de salida. En este caso a diferencia del aprendizaje supervisado, el aprendizaje se logra mediante el análisis de la data que aún no posee resultados.
Aprendizaje Reforzado

El aprendizaje reforzado es un modelo de machine learning diferente a los anteriores. Este tipo de análisis forma parte de lo que conocemos como aprendizaje profundo o deep learning. En el se tiene como objetivo principal la construcción de modelos que incrementen el rendimiento en base al análisis de resultados ya procesados. El marco ideal de este método de aprendizaje es que cada resultado produzca una recompensa.